Question

在任何csv文件上使用CSVprovider时，我使用了以下内容：

http://spatialkeydocs.s3.amazonaws.com/FL_insurance_sample.csv.zip

    type statsProvider = CsvProvider<"../../FL_insurance_sample.csv",",">

    let stats = statsProvider.Load("../../FL_insurance_sample.csv")

    let firstRow = stats.Rows |> Seq.head

CSVProvider仅返回第一列中的数据。它确实正确地标识了列（18）和列的名称，但是当你查看行的类型时，它们只是键入字符串，而不是元组或结构...

在屏幕截图中看到firstRow的类型应该是特定类型，例如元组或结构不是字符串。

我做错了什么？使用Visual Studio 2017，FSharp 4.1，.net 4.5.2和FSharp.Data 2.3.3

注意：至少还有3个csv文件会发生这种情况。我选择这个特殊的csv仅用于演示。

Answer 1

我无法重现您的问题：您提供的示例CSV文件对我来说效果很好。但是，我使用的是VS Code，而不是Visual Studio;问题的根源可能是Visual Studio 2017中的某个位置，而不是FSharp.Data中的某个位置。这是我做的：

创建一个新的空项目文件夹。
将Paket引导程序复制到.paket/paket.bootstrapper.exe。
运行paket init。
修改paket.dependencies文件以添加FSharp.Data。
运行paket install。
运行paket generate-load-scripts，它在.paket/load文件夹中创建了一堆脚本，一次加载所有依赖项。（我喜欢这个功能用于编写脚本！）

使用以下内容创建script.fsx：

#load ".paket/load/net452/FSharp.Data.fsx"
open FSharp.Data

type Csv = CsvProvider<"/home/rmunn/Downloads/tmp/csv/FL_insurance_sample.csv">
let data = Csv.GetSample()

printfn "%A" data.Headers

let firstRow = data.Rows |> Seq.head
printfn "%A" firstRow

在VS Code中，选择整个脚本文件并按Alt + Enter将其发送到F＃Interactive窗口。

这是我得到的输出：

F# Interactive for F# 4.1
Freely distributed under the Apache 2.0 Open Source License

For help type #help;;
> # silentCd @"/home/rmunn/code/fsharp/tmp/foo";;
- # 1 @"/home/rmunn/code/fsharp/tmp/foo/script.fsx"
- ;;

(snip the copy of my script that F# Interactive echoed)

[Loading /home/rmunn/code/fsharp/tmp/foo/.paket/load/net452/Zlib.Portable.fsx
 Loading /home/rmunn/code/fsharp/tmp/foo/.paket/load/net452/FSharp.Data.fsx]
namespace FSI_0002.Zlib

namespace FSI_0002.FSharp

Some
  [|"policyID"; "statecode"; "county"; "eq_site_limit"; "hu_site_limit";
    "fl_site_limit"; "fr_site_limit"; "tiv_2011"; "tiv_2012";
    "eq_site_deductible"; "hu_site_deductible"; "fl_site_deductible";
    "fr_site_deductible"; "point_latitude"; "point_longitude"; "line";
    "construction"; "point_granularity"|]
(119736, "FL", "CLAY COUNTY", 498960M, 498960M, 498960M, 498960M, 498960M,
 792148.9M, 0M, 9979.2M, 0, 0, 30.102261M, -81.711777M, "Residential", "Masonry",
 1)
type Csv = FSharp.Data.CsvProvider<...>
val data : FSharp.Data.CsvProvider<...>
val firstRow : FSharp.Data.CsvProvider<...>.Row =
  (119736, "FL", "CLAY COUNTY", 498960M, 498960M, 498960M, 498960M, 498960M,
   792148.9M, 0M, 9979.2M, 0, 0, 30.102261M, -81.711777M, "Residential",
   "Masonry", 1)
val it : unit = ()

然而，所有人都没有顺利完成。当我尝试处理每一行时，我得到以下异常：

System.Exception：无法根据模式解析行2439：期望fl_site_deductible中的Int32，得到68817.6

（我省略了回溯，因为知道FSharp.Data中哪个行号抛出该异常对你没有特别帮助。）

可以在CsvProvider documentation的“控制列类型”部分中看到此问题的原因，其中包含：

默认情况下，CSV类型提供程序会检查前1000行以推断类型，但您可以通过指定CsvProvider的InferRows静态参数来自定义它们。如果指定0，则将使用整个文件。

有两种方法可以解决“推断的int但应该是小数”的问题。一种方法是将InferRows=0添加到CsvProvider类型定义中。另一种方法是指定一个显式模式，通过仅查看前1000个来告诉CsvProvider哪些行会出错。（如果您的数据集很大，这是非常可取的，因为查看所有行以推断数据类型将花费太长时间）。有关示例，请参阅文档，但您可以执行Schema="fl_site_deductible=decimal"。

因此，如果您无法让代码在Visual Studio中运行，请参阅VS Code（使用Ionide-Paket，Ionide-FSharp和Ionide-FAKE扩展）是否适合您。

F＃CSVProvider仅报告第一列数据

1 个答案: